到目前為止，最有效的利用人工智能，使用NLP技術與客戶進行交談的就是聯絡中心。我們看到了勞動力利用率的主要變化，根據用例，聯絡中心的勞動力需求下降了10%到70%。由于機器人的速度比人快，因此客戶的努力往往會減少。 　 　通常，這些實現采用無縫的、非侵入性的方式，就可以實現上述所有技術。我所說的非侵入性指的是機器人，網絡聊天機器人，或語音助手成為你的網絡聊天，語音電話和信息基礎設施的用戶。為了實現這兩個接口，什么都不需要中斷。 　 　通過將機器人作為用戶在這些系統上集成，你提供了一種無縫的方法，以便在必要時將交互傳遞給人類座席。機器人知道它不知道什么，機器人能比人類更快地察覺到負面情緒。在這些條件和其他條件下，機器人可以將客戶交互轉移到一個人的解決方案中。 　 　一個認知處理平臺可以同時使用網絡聊天和語音接口，以及新的語音計算接口，比如亞馬遜Alexa、蘋果iHome和谷歌Home。一般來說，這些接口是從認知處理器中抽象出來的，但有些接口被他們所使用的媒體所限制。例如，你不能將圖形文件發送到語音接口。但是，你可以在一些調用VisualIVR中協調使用不同的媒體。Nuance在美國航空公司的實施就是一個很好的例子。在這個用例中，交互可以從語音開始，但是平臺可以將URL推送到移動設備或電子郵件接口來支持座位選擇。在美國的實現中，URL提供了用于座位選擇的座位圖。 　 　Web聊天集成通常基于Web服務集成。唯一的訣竅就是讓傳遞函數發揮作用。大多數較大的播放器都已經預先構建了它們的APIs；但是，如果你使用的是一個不太知名的NLP解決方案的Web聊天軟件，那么你可能將需要編寫一些代碼。 　 　語音接口比網絡聊天要復雜一些。你應該能夠重用你的IVR作為ASR/TTS，但是這樣做通常需要一些重新設計和重新配置--一直回到PSTN。高質量的音質網會得到高質量的效果。如果你使用的是高壓縮編碼，那么你就需要一個低性能的語音識別解決方案。在IVR重用的情況下，ASR/TTS處理器位于傳統IVR的后面。通過這種方式，你可以一次遷移一個新的語音NLP自動化過程，并且風險最小。 　 　Alexa類型的實現可以提供相同的語音計算接口；然而，他們在架構上不同。在這些情況下，設備本身，而不是IVR，可以托管ASR/TTS。此外，要將交互傳遞到傳統語音系統，需要使用兼容的編解碼器。這些新設備支持開放標準的Opus編碼器，它也可用于一些語音系統，WebRTC和許多會話邊界控制器（SBCs）。 　 　順便說一下，Alexa的使用并不僅限于亞馬遜的設備。亞馬遜去年為Windows10推出了Alexa，任何可以運行亞馬遜應用程序的地方都可以運行Alexa。而且，你不必總是說Alexa。你可以調整界面以顯示你公司的名字。例如，你可以在你按下Alexa按鈕和/或在你的設備上注冊技能之后說：啟動ABC公司的產品訂購。 　 　你可以一起使用全渠道和會話人工智能，但是設計對話流是非常重要的。你必須特別注意機器人將遇到的故障情況。Visual IVR還創建了一些失敗案例的挑戰，你需要在部署之前做好計劃。 　 　所有主要的聯絡中心客戶關系管理和電話供應商都提供或有一個計劃，以使基于AI的解決方案提供給他們的聯絡中心客戶。此外，目前市場上有1000多個RPA、會話AI和NLP分析平臺。 　 　在許多方面，聯絡中心的運營商從來沒有這么好過。基于AI的自動化工具正在減少勞動力需求和客戶的努力。工具就在那里。如果你制定一個好的計劃并執行，你將在許多層面上取得成功，并發現你的企業和客戶的一些事情，從而獲得更大的成功。